首页/论文/1406.3663

arXiv 1406.36632014-06-13cs.SIphysics.soc-ph

不同人格类型的网络特征分析

Analysis of networking characteristics of different personality types

Mylonas Charilaos

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

MBTI人格测试和个人Facebook网络，以获得一些见解的关系，社会网络中心性和路径长度的措施和不同的人格类型。虽然人格分类的数据是稀缺的，有一些直观的定量结果支持轶事陈述，基于经验观察，对人格类型的预期社会行为。

英文摘要：

The MBTI personality test and a personal facebook network were used in order to gain some insights on the relationship of social network centrality and path length measures and different personality types. Although the personality classification data were scarce, there were some intuitive quantitative results supporting anecdotal statements, based on empirical observations, about the expected social behavior of personality types.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

社交网络中基于心理测量学的好友推荐

Towards Psychometrics-based Friend Recommendations in Social Networking Services

社交网络服务的两个定义元素是社交简档和社交图，其中社交简档包含关于用户的信息，社交图包含关于用户之间的连接的信息。社交网络服务用于连接到已知的人以及发现新的联系人。当前的朋友推荐机制通常利用社交图。在本文中，我们认为，心理测量学，测量人格特质的领域，可以帮助基于包含收集的智能手机传感器数据的扩展社交配置文件进行有意义的朋友推荐。这将支持高度分布式的社交网络服务的开发，而无需对社交图进行集中了解。

2017-11-17cs.SI

发现人格类型之间的亲和力关系

Discovering Affinity Relationships between Personality Types

心理学研究结果表明，个性与友谊特征的差异有关，某些个性特征与语言行为有关。在本文中，我们调查的影响，人格可能有亲和力的形成。为此，我们从社交媒体互动中获得亲和关系，基于语言使用来检查个性以发现亲和关系的情感稳定性，并在个性类型水平上测量语义相似性以了解亲和关系发展背后的逻辑。具体来说，我们使用一个公开的数据集进行了广泛的实验，该数据集包含了自我认同为迈尔斯-布里格斯人格类型的个人的信息。我们的研究结果确定了某些有影响力的性格类型，这些类型对亲和力关系的影响更大，并且表明可以通过自发语言预测性格，F-1得分高于0.76。提出了今后的研究方向。

2022-02-21cs.SI

My tweets brings all the traits to the yard：Predicting personality and relational traits in Online社交网络

My tweets bring all the traits to the yard: Predicting personality and relational traits in Online Social Networks

Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）；National University Ireland Maynooth（爱尔兰国立梅努斯大学）

在线社交网络（OSN）中的用户会留下反映其个性特征的痕迹。对这些痕迹的研究对于许多领域都很重要，例如社会科学，心理学，OSN，市场营销等。尽管基于在线行为的人格预测研究显着增加，但重点主要集中在个人人格特质上，而忽视了人格的关系方面。本研究旨在通过提供一个预测模型，包括社会关系特征（依恋取向）与标准人格特征相结合的OSN的整体人格特征分析，以解决这一差距。具体来说，我们首先设计了一种特征工程方法，从OSN用户账户中提取广泛的特征（包括行为、语言和情感）。然后，我们设计了一个机器学习模型，该模型根据提取的特征预测用户心理特征的分数。所提出的模型架构的灵感来自于嵌入在心理学理论中的特征，即，利用人格方面之间的相互关系，并导致与最先进的方法相比，提高了准确性。为了证明这种方法的有用性，我们将我们的模型应用于两个数据集，一个是随机OSN用户，另一个是组织领导者，并比较了他们的心理状况。我们的研究结果表明，这两个群体可以清楚地分开，只有使用他们的心理概况，这开辟了一个有前途的方向，为未来的研究OSN用户的特征和分类。

2020-09-22cs.CYcs.LGcs.SI

个体特征预测的因果特征选择

Causal Feature Selection for Individual Characteristics Prediction

人们可以通过他们的人口统计信息和个性特征来描述。准确地描述人们可以帮助预测他们的偏好，并帮助推荐和广告。越来越多的研究从行为数据中推断出人们的特征。然而，上下文因素使行为数据变得嘈杂，使这些数据更难用于预测分析。在本文中，我们演示了如何将因果识别应用于特征选择，以及如何根据这些选择的特征来预测个体的特征。本研究以一大型主题公园的游客选择资料为基础，结合人格特质测量，探讨游客特质与其在主题公园的选择之间的因果关系。我们证明了基于因果识别的特征选择在个人特征的监督预测任务中的好处。根据我们的评估，我们使用基于因果识别选择的特征进行训练的模型优于现有方法。

2018-01-24cs.SI

基于Facebook点赞类别的自动人格预测研究

Towards Automatic Personality Prediction Using Facebook Like Categories

本研究利用73.8万用户的Facebook点赞数据，通过点赞到页面类别的映射技术结合机器学习算法，实现对多种敏感个人特质的高准确率自动预测，并给出相关示例与未来方向。

2018-12-11cs.LGcs.SIstat.ML

人格画像：社交媒体资料在预测个人信息方面有多大信息量？

Personality Profiling: How informative are social media profiles in predicting personal information?

School of Computer & Mathematical Sciences, The University of Adelaide（阿德莱德大学计算机与数学科学学院）

本文比较逻辑回归、朴素贝叶斯、SVM和随机森林在社交媒体数字足迹上预测迈尔斯-布里格斯人格类型的效果，发现SVM准确率最高为20.95%，并提出特征重要性统计框架及类别不平衡处理方法。

2024-11-24cs.CLcs.SI

更多相关论文收起更多论文

互联网人际网络中的偏好依恋

Preferential Attachment in an Internet-mediated Human Network

随着互联网的出现，以网络为媒介的社交网络对菲律宾人产生了巨大的影响。社交网站，如Facebook、YouTube、Facebook和MySpace是互联网上最知名的网站。这些网站为来自世界各地的用户提供广泛的服务，例如联系和查找人，以及共享和组织内容。这些网站的普及性和可访问性使人们能够获得信息。这些让人们可以分析和研究在线社交网络的人群特征。在这项研究中，我们开发了一个计算机程序来分析一个本地流行的社交网站的结构动力学：The Champster Network。了解虚拟社区的结构动态有许多含义，例如找到对当前网络系统的改进。根据我们的分析，我们发现，该网站的用户表现出优先重视的用户与高数量的朋友。

2015-07-04cs.SIphysics.soc-ph

学习成绩和行为模式

Academic Performance and Behavioral Patterns

确定影响学业成绩的因素是教育研究的重要组成部分。以前的研究已经证明了人格特质，上课出勤率和社会网络结构的重要性。由于大多数这些分析是基于一个单一的行为方面和/或小样本量，目前还没有量化这些因素的相互作用。在这里，我们研究了一个由538名本科生组成的群体的学习成绩，他们形成了一个单一的、紧密相连的社交网络。我们的工作是基于使用智能手机收集的数据，学生们使用智能手机作为他们的主要手机两年。来自单一人群的多渠道数据的可用性使我们能够直接比较个人和社会特征的解释力。我们发现，最翔实的性能指标是基于社会关系和网络指标导致更好的模型性能比个人特征（包括个性和上课出勤率）。我们证实了早期的研究结果，上课出勤率是最重要的个人特征之间的预测。最后，我们的研究结果表明，大学生之间存在强烈的同质性和/或同伴效应。

2018-04-09cs.CYcs.SI

PIS：一种面向社会感知网络的多维路由协议

PIS: A Multi-dimensional Routing Protocol for Socially-aware Networking

社会感知网络是一种新兴的模式，间歇连接的网络组成的移动用户的社会关系和特点。在这种情况下，人类是移动设备的主要携带者。因此，可以利用它们的连接，社交功能和行为来提高数据转发协议的性能。在本文中，我们首先探讨了三个社会特征，即物理接近，用户的兴趣和社会关系对用户的日常生活的影响。然后，我们提出了一个多维的路由协议，称为接近感兴趣的社会（PIS）协议，其中三个不同的社会层面被集成到一个统一的距离函数，以选择最佳的中间数据载体。PIS协议利用时隙管理机制来发现用户在一天中不同时间段的运动相似性。我们使用SIGCOM09和INFOCOM06数据集比较PIS与Epidemic、PROPHET和SimBet路由协议的性能。实验结果表明，PIS协议具有最高的数据传输率和较低的通信开销，优于其他基准路由协议。

2020-08-09cs.NIcs.SI

基于生物学原理和人类兴趣动力学的社交网络模因流行度增长模型

A model for meme popularity growth in social networking systems based on biological principle and human interest dynamics

我们分析了来自各种在线社交网络（OSN）系统的五个大数据集，发现模因流行度的增长动态表现出不同的行为特征。例如，在线推荐和分享平台呈现线性增长，帮助用户收集书签的网络服务呈现平稳（或“S”形）增长，中国最大、最受欢迎的微博网站呈现指数增长。是否存在一种具有共同动力学规则的普遍机制，可以解释这些经验观察到的不同增长行为？本文对此给出了肯定的回答。特别是，受仿生学的启发，利用微生物生态学中的细胞群体增长动力学，我们构建了一个基本的增长模型，模因流行的OSN。然后，我们考虑到人的因素，将人类的兴趣动态的一般模型的基础模型。最终的混合模型包含少量的自由参数，可以纯粹从数据中估计。我们证明了我们的模型是通用的，在这个意义上说，从数据估计的几个参数，它可以成功地预测不同的模因增长动态。我们的研究代表了一个成功的努力，利用生物学原理，通过将传统的微生物生长模型纳入模因流行来理解在线社会行为。我们的模型可用于深入了解OSN系统的分类、鲁棒性、优化和控制等关键问题。

2019-02-01cs.SIphysics.bio-phphysics.soc-ph

社交网络服务文档中引起情感识别差异的表达

Expressions Causing Differences in Emotion Recognition in Social Networking Service Documents

Hosei University（法政大学）

通常很难从在线交换的文本中正确推断作者的情感，并且作者和读者之间的识别差异可能是有问题的。在本文中，我们提出了一个新的框架来检测句子，创造作家和读者之间的情感识别的差异，并检测各种表达，造成这种差异。建议的框架包括一个双向编码器表示从Transformers（BERT）为基础的检测器，检测句子引起的差异，情感识别和分析，获得的表达，典型地出现在这样的句子。该检测器，基于一个日本SNS文档数据集的作者和三个读者的社交网络服务（SNS）文档的情感标签注释，检测到“隐藏的愤怒的句子”AUC = 0.772，这些句子引起了差异的愤怒的识别。由于SNS文档包含许多句子，其含义是非常难以解释的，通过分析该检测器检测到的句子，我们得到了几个表达式，出现在隐藏的愤怒句子的特点。被检测到的句子和表情并没有明确表达愤怒，很难推断出作者的愤怒，但如果指出隐含的愤怒，就有可能猜测作者为什么生气。投入实际使用后，这一框架可能有能力减轻基于误解的问题。

2022-09-03cs.AIcs.CLcs.LG

基于兴趣树的社会感知网络数据分发

Data Dissemination Using Interest Tree in Socially Aware Networking

社交感知网络（SAN）利用移动用户的社交特性来简化机会环境中的数据传播协议。现有的协议在这一领域利用各种社会功能，如用户的兴趣，社会相似性和社区结构，以提高数据传播的性能。然而，用户兴趣及其对数据传播效率的影响之间的相互关系尚未得到充分探讨。在本文中，我们分析了各种用户之间的兴趣和模型，他们使用基于层的结构，以形成社会社区的SAN范式。我们提出了Int-Tree，一个基于Int-Tree的方案，它利用用户兴趣之间的关系来提高数据分发的性能。Int-Tree的核心是兴趣树，这是一种基于树的社区结构，结合了两个社会特征，即社区密度和社会关系，以支持数据传播。仿真结果表明，与PROPHET和Epidemic路由协议相比，Int-Tree协议具有更高的投递率和更低的开销。此外，Int-Tree可以执行平均1.36跳数，以及在缓冲区大小，生存时间（TTL）和模拟持续时间方面的可容忍延迟。最后，Int-Tree在各种参数下保持稳定的性能。

2020-08-09cs.NIcs.SI

社交网站用户死亡的自动检测

Automatic Detection of Deaths from Social Networking Sites

本研究构建了基于Wikidata和Twitter的数据集，训练多种机器学习模型检测社交网站用户死亡，发现BERT性能最优，死亡后推文消极情感及特定词汇出现频率更高，成功开发高性能自动检测技术。

2026-08-07cs.AIcs.SI

个性化社交媒体短文本的自动条件生成

Automatic Conditional Generation of Personalized Social Media Short Texts

Beijing University of Posts and Telecommunications（北京邮电大学）；Beijing Key Laboratory of Network System and Network Culture（网络系统与网络文化北京市重点实验室）；Ping An Technology (Shenzhen) Co., Ltd.（平安科技（深圳）有限公司）

由于深度神经网络的快速发展，文本自动生成受到了广泛关注。基于统计语言模型的文本生成系统一般不会考虑拟人化特征，从而导致生成的文本类似于机器生成的文本。为了填补这一空白，我们提出了一个有条件的语言生成模型与大五人格（BFP）的特征向量作为输入上下文，写类似人类的短文本。短文本生成器由一层长短记忆网络（LSTM）组成，其中BFP特征向量被连接为每个单元格的输入的一部分。为了实现有监督的训练生成模型，采用基于文本分类模型的卷积神经网络（CNN）对BFP标注的中文微博语料进行训练。通过BFP语言学计算模型的验证，我们生成的中文短文本具有区分性的个性风格，并且具有正确的句法和流畅的语义以及适当的表情符号。该模型将自然语言生成与心理语言学相结合，可广泛应用于机器翻译、图像字幕、对话生成等个性化文本生成。

2019-06-15cs.AIcs.CLcs.SI

基于延迟容忍社交网络的安全防御方案中间件的体内评估

In Vivo Evaluation of the Secure Opportunistic Schemes Middleware using a Delay Tolerant Social Network

在过去十年中，诸如Twitter和Facebook的在线社交网络（OSN）蓬勃发展，并经历了超过10亿用户的快速增长。一个主要的发展将是利用OSN的特性来评估研究界在现实世界场景中开发的许多路由方案的有效性。在本文中，我们展示了安全的路由方案（SOS）中间件，它允许不同的路由方案，可以很容易地实现减轻安全和连接建立的负担。通过使用SOS为AlleyOop Social提供动力，证明了创建延迟容忍社交网络的可行性，AlleyOop Social是一个安全的延迟容忍网络研究平台，可用作iOS设备的真实移动社交网络应用程序。SOS和AlleyOop Social允许用户使用蓝牙、点对点WiFi和基础设施WiFi在间歇性网络中进行交互、发布消息和发现其他有共同兴趣的人。

2017-04-06cs.NIcs.SI